Apache Spark 2.4.4 发布， 开源集群计算环境

Apache Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

2.4.4 版本包含稳定性修复的维护版本，内容如下：

• 修复十进制 toScalaBigInt/toJavaBigInteger 表示不适合长的十进制的问题
• 修复 PushProjectionThroughUnion 可空性问题
• 修复 From_Avro 在本地模式下不修改其他行中的变量
• Spark 2.4.3 当 HiveUDAF 遇到 0 行时意外抛出 NPE。与其他版本一样，修复后返回 NULL
• 修复 PySparkSocket 服务器与 JVM 连接线程的同步
• KafkaOffsetRangeCalculator.getRange 可能会减少偏移量
• 缓存一个不确定的 RDD 会导致在重新运行阶段时出现不正确的结果
• Spark 2.2 引入了 LinearSVCModel.setWeightCol 方法，这种方法是不正确的。它在 2.4.4 中被弃用，在 3.0.0 中将被删除

详情见说明：

https://spark.apache.org/releases/spark-release-2-4-4.html